论文
COEVO：LLM RTL生成中功能正确性与PPA优化的协同进化框架
COEVO: Co-Evolutionary Framework for Joint Functional Correctness and PPA Optimization in LLM-Based RTL Generation
摘要
基于LLM的RTL代码生成方法日益兼顾功能正确性与PPA质量，但现有方法普遍将这两个目标解耦，只在正确性完全达成后才优化PPA。无论是通过顺序式多智能体流水线、带二值正确性门限的进化搜索，还是分层奖励依赖，部分正确但架构上有前景的候选方案都会被系统性丢弃。此外，现有方法将多目标的PPA空间压缩为单一标量适应度，掩盖了面积、延迟与功耗之间的权衡。为解决这些局限，我们提出COEVO，一个在单一进化循环中统一正确性与PPA优化的协同进化框架。COEVO借助提供细粒度打分与详细诊断反馈的增强测试平台（testbench），将正确性表述为与面积、延迟、功耗并列的连续协同优化维度。带退火机制的自适应正确性门限允许PPA有前景但部分正确的候选引导搜索走向联合最优解。为保留完整的PPA权衡结构，COEVO采用带可配置层内排序的四维Pareto非支配排序，取代标量适应度而无需手动调权。在VerilogEval 2.0与RTLLM 2.0上的评估表明，COEVO配合GPT-5.4-mini分别取得97.5%与94.5%的Pass@1，在四个LLM主干上超越所有智能体基线，并在49个可综合RTLLM设计中的43个上取得最优PPA。
